A drug education tool developed for older adults changes knowledge, beliefs and risk perceptions about inappropriate benzodiazepine prescriptions in the elderly
Notice bibliographique
Résumé
OBJECTIVE: To develop and test an educational tool for older adults that increases risk perception about benzodiazepines through knowledge acquisition and change in beliefs. METHODS: A written educational tool was mailed to 144 benzodiazepine consumers aged ≥65 years recruited from community pharmacies. Knowledge and beliefs about inappropriate prescriptions were queried prior to and 1-week after the intervention. Primary outcome was a change in risk perception. Explanatory variables were a change in knowledge and beliefs about medications. Self-efficacy for tapering and intent to discuss discontinuation were also measured. RESULTS: Post-intervention, 65 (45.1%) participants perceived increased risk. Increased risk perceptions were explained by better knowledge acquisition (mean change score 0.9, 95% CI (0.5, 1.3)), and a change in beliefs (BMQ differential mean change score -5.03, 95% CI (-6.4, -3.6)), suggesting elicitation of cognitive dissonance. Self-efficacy for tapering, (mean change score 31.2, 95% CI (17.9, 44.6)), and intent to discuss discontinuation of benzodiazepine with a doctor (83.1% vs 44.3%, p<0.001) were higher among participants who perceived increased risk. CONCLUSION: Risk perception surrounding inappropriate prescriptions can be altered through direct delivery of an educational tool to aging consumers. PRACTICE IMPLICATIONS: Patients should be targeted directly with information to catalyze discontinuation of inappropriate prescriptions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».